AI applicata alla medicina: un caso pratico

in #ita6 years ago (edited)

Quando un medico sospetta un caso di cancro, preleva un campione e lo manda a un patologo, che lo analizza con un microscopio realizzando quella che in linguaggio tecnico prende il nome di esame istologico.

Gastro-esophageal_jxn.JPG
Immagine CC0 creative commons

I patologi analizzano migliaia di vetrini e milioni di cellule ogni giorno compiendo ripetutamente ed in maniera quasi robotica sempre le stesse operazioni.

Nessuno è perfetto e potrebbe capitare che durante queste operazioni ci possono essere errori di tipo casuale sia durante le procedure che durante la valutazione.
Studi scientifici hanno dimostrato che gli esami istologici fatti da personale qualificato ed esperto raggiunge una percentuale pari al 96,6% di successo e 3,4% di insuccesso.

26240132_10210366821156204_1160377180768914356_o.jpg
Screenshot preso da qui

Per sostenere questo compito, alcuni ricercatori hanno creato un'Intelligenza Artificiale classificatrice tramite la vision computer che analizza e compara migliaia di vetrini in tempi brevissimi.
Il computer altro non fa che prendere migliaia di campioni di riferimento, che altro non sono che immagini di cellule tumorali (immaginate che viene fatto uno screenshot di quello che è possibile vedere tramite il microscopio) e lo confronta con il vetrino da analizzare andando a cercare delle somiglianze.
Il classificatore lo potete immaginare come 2 grandi scatole, in una ci finiscono i vetrini con le cellule tumorali e nelle altre invece i vetrini con le cellule sane.

Gli algoritimi sono piuttosto corretti, ma non quanto una persona, che non sbaglia "quasi" mai.

26240068_10210366821196205_8059265383831088537_o.jpg
Screenshot preso da qui

Ma...
quando si combina l'abilità della macchina con quella umana, la precisione di successo sale al 99,5%.

26757799_10210366821236206_3146182957531486126_o.jpg
Screenshot preso da qui

Aggiungere quell'IA elimina l'85% degli errori che il patologo umano commette lavorando da solo.
Errori banali come quelli di distrazione sono i più comuni e spesso sono quelli che influiscono negativamente in misura maggiore. Siamo umani, non siamo robot.

Questa è la potenza della tecnologia applicata al campo della medicina.

Lo spiega molto bene Tom Gruber in uno dei suoi interventi al TED conference.

Quanto intelligenti possono diventare i dispositivi che utilizziamo tutti i giorni?
Quanto tempo ancora passerà per rendere "umana" una macchina?
Diventeranno indispensabili strumenti sotto il nostro controllo oppure acquisiranno una propria personalità entrando in competizione con l'uomo?

Sono solo alcune delle domande che si pone durante il suo intervento, portando degli esempi concreti come quello che ho riassunto in precedenza ma non solo, raccontandoci la sua visione di come si svilupperanno i campi di applicazione più interessanti.

QUI il video completo del talk.

Non sai chi è Tom Gruber?
Magari per chi non è appassionato di questo argomento non ha mai sentito il suo nome, ma sono sicuro che molti di voi hanno usato almeno una volta uno dei suoi progetti di maggior successo: SIRI di Apple.

Se vi interessa approfondire il tema "cancro - intelligenza artificiale - vision computer" trovate delle pubblicazioni interessanti QUI, QUI, QUI e QUI.

Sort:  

Complimenti! Hai ricevuto un voto anche da SteemStem!

Molto oltre la mia sfera di competenza, ma è un articolo davvero ben fatto che semplifica la comprensione ai "non addetti" ai lavori.

Menomale, era proprio la mia intenzione!

Molto interessante, dopo questa prima analisi il patologo dovrà soltanto procedere con la stadiazione istologica del tumore e capire i gradi di differenziazione cellulare. Questo sarà più difficile da realizzare con l AI ma in fin dei conti quanto da te riportato è un grande inizio.. Bel post!

Si esatto, più che altro velocizza tutta una serie di processi che un uomo non può fare con la stessa velocità che può fare un processore. Un buon inizio considerando che qualche anno fa si ottenevano risultati pessimi.

Coin Marketplace

STEEM 0.36
TRX 0.12
JST 0.039
BTC 69965.85
ETH 3540.49
USDT 1.00
SBD 4.71